La retinopatía diabética (RD) y la degeneración macular asociada a la edad (DMAE) son dos de las enfermedades más comunes que provocan daño en la retina. “Ambas pueden estar directamente relacionadas con la ceguera y el deterioro de la visión, con lo que su detección temprana resulta fundamental”, apuntan desde la Universidad Politécnica de Valencia, donde un equipo de investigadores ha desarrollado, a escala de laboratorio, un nuevo sistema de análisis de fondo de retina que ayudaría a detectar de forma automática y en su fase temprana las lesiones que caracterizan estas enfermedades (exudados y microaneurismas en la retinopatía diabética y drusas en el caso de la degeneración macular asociada a la edad).
Según explican desde la UPV, este sistema se compone de descriptores de imagen extraídos localmente y modelos de predicción entrenados con algoritmos avanzados de aprendizaje automático (machine learning). A partir de estas herramientas, es capaz de analizar de forma precisa y rápida las imágenes de retinas.
Este sistema permite una detección automática de tejidos patológicos, que contribuirá a la detección temprana de estas retinopatías
“El proceso es sencillo: el algoritmo detecta la textura, morfología y complejidad del fondo de ojo y diferencia automáticamente aquellas imágenes patológicas, de aquellas saludables, localizando los signos de cada una de las enfermedades”, apuntan desde la universidad valenciana.
De este modo, es posible “una detección automática de tejidos patológicos, que contribuirá a la detección temprana de estas retinopatías”, apunta Adrián Colomer, investigador del Computer Vision and Behaviour Analysis Lab-i3B de la UPV.
En este sentido, Colomer afirma que este sistema ayudaría a los profesionales médicos a discernir casos patológicos de lo que no lo son y a disminuir su carga de trabajo. “Además, reduciría el coste asociado a este diagnóstico”, añade.
Y es que, actualmente, la detección de estas patologías se lleva a cabo de forma manual; su evaluación es totalmente subjetiva, y requiere de un gran conocimiento y experiencia por parte del especialista médico.
Este trabajo se enmarca dentro del proyecto nacional ACRIMA, financiado por el Ministerio de Economía y Competitividad. Los últimos resultados del proyecto han sido publicados en la revista Journal of Computational and Applied Mathematics.